Wallstreet, 나의 투자 동행 에이전트
매수·매도 버튼 앞의 한 순간을 위해 만든 투자 상담 에이전트. 도구 15개와 루프, 그리고 만들고 나서 달라진 것.
언제 도와야 하는가
다른 많은 사람들처럼 코로나 때부터 주식 투자를 시작했다. 햇수로만 따지면 벌써 5년이다. 하지만 스스로 돌아보면 그만큼 성장했는지 의구심이 든다. 여전히 주식창을 보면서 감정에 휘둘리고, 근거 없이 그때의 직감으로 투자하곤 한다. 오르면 심장이 뛰어 이성이 보내는 신호를 무시한 채 더 사고, 내리면 두려움에 팔아야 하나 고민한다. 변동성은 점점 커지고 시장은 어느 때보다 무섭다. 그런 시장에서 나 같은 개인은 무장 해제된 채 야생에 던져진 셈이다.
나는 대부분의 사람이 훌륭한 투자자가 될 수 있다고 믿는다. 다만 시간이 필요할 뿐이다. 시장에 오래 남아 있을수록 복리의 마법으로 수익이 쌓이지만, 중간에 한 번 크게 잃으면 회복하지 못한다. 그러니 관건은 이 게임을 계속하는 것이고, 기술은 바로 여기에 쓰일 수 있다. 그동안 투자 업계는 정보를 더 많이, 더 빨리 주는 데 힘을 썼을 뿐 불완전하고 감정적인 투자자 자신은 돕지 않았다. 시장이 출렁일 때 감정을 가라앉히고, 원래 가지고 있던 추론 능력을 되찾게 해주는 일도 가능하다. 에이전트라는 기술을 쓰면 말이다.
요즘 SNS와 뉴스에 에이전트라는 말이 워낙 자주 오르내리다 보니, 무엇이든 다 해주는 물건처럼 보이기 쉽다. 무엇이든 만능 취급을 받을 때는 오히려 조심해야 한다. 모든 것을 하는 에이전트를 만들기보다, 가장 확실하게 빛을 발할 자리를 찾아 정확히 적용하는 편이 낫다. 두루뭉술하게 "투자를 도와주는 에이전트"라고 하면 그건 제대로 동작하지 않을 확률이 높다. 그렇다면 개인투자자는 언제 가장 크게 흔들리고, 언제 가장 도움이 필요할까? 갈라파고스 팀이 내린 답은 매수·매도 버튼을 누르려는 순간이었다.
투자의 원칙은 생각보다 단순하다. "좋은 기업을 좋은 가격에 사서 오래 들고 있는다"를 비롯해 웬만한 원칙은 이미 격언처럼 퍼져 있어 누구나 쉽게 접한다. 문제는 투자가 자전거 타기와 같다는 데 있다. 원칙을 읽는 것과 실제로 균형을 잡는 것은 전혀 다른 일이고, 변동성에 노출되었을 때 자신이 어떻게 행동할지 미리 아는 사람은 없다. 노이즈가 가득한 가운데 주식이 급등하거나 급락하면 그때부터 이성적 사고는 마비된다. 그 순간 필요한 건 새로운 정보가 아니다. 원래 내가 알고 있던 것을 다시 꺼내놓는 조수다.
그 조수가 알던 원칙을 다시 읽어주기만 한다면 굳이 에이전트까지 만들 필요는 없다. 매일 보는 노트나 노션에 적어두고 마음이 흔들릴 때마다 열어보면 되니까. 하지만 그게 되는 사람은 소수다. 대부분은 그 노트를 열어보지 않는다. "원래 내가 어떻게 투자하려고 했지? 어떤 계획과 목적으로 이 종목을 들고 있지?"라고 스스로 물을 수 있는 사람에게는 에이전트가 필요 없다. "뭐야 왜 이렇게 올라? 더 사야 하나?"에서 생각이 시작되는 사람에게 필요하다. 그래서 에이전트는 원칙이 없으면 원칙을 세우게 하고, 계획이 없으면 계획을 세우게 하고, 필요하면 먼저 알림을 주고, 종목만 보고 있으면 시장 전체로 시야를 넓혀줘야 한다.
ChatGPT나 Claude로도 이런 필요는 어느 정도 채워진다. 그런데도 우리가 따로 에이전트를 만든 이유는 세 가지다. 첫째, 범용 챗봇에는 투자를 도울 도구가 없다. 필요한 도구는 직접 만들어야 한다. 둘째, 내 재정 상황과 계좌를 모른다. 셋째, 내가 무엇을 결정했고 어떤 계획을 세웠는지, 그 뒤에 어떻게 됐는지를 남기고 이어가기 어렵다.
매수·매도 버튼 앞의 한 순간을 잘 넘기는 일이 쌓이면, 결국 시장에 오래 남는 일이 된다. 우리는 그 동행을 Wallstreet라고 부르기로 했다. 그럼 이제 만들어보자.
어떻게 도울 것인가 — 에이전트의 설계
단순한 챗봇이 아니라 에이전트가 되려면 스스로 루프를 돌 수 있어야 한다. 요청을 받고 답을 하나 내놓고 끝나는 게 아니라, 생각하고 행동하고 관찰한 다음 필요하면 다시 생각으로 돌아가야 한다. 그러려면 세 가지가 필요하다.
- 도구(tool): 에이전트가 행동한다는 건 도구 상자에서 알맞은 도구를 골라 쓴다는 뜻이다. 그래서 어떤 도구가 필요한지 미리 정하고 만들어 두어야 한다. 도구가 모자라면 에이전트는 답변만 할 뿐이다.
- 기억(memory): 사용자가 어떤 상황에 있는지, 투자 성향과 목표는 무엇인지, 포트폴리오는 어떻게 구성돼 있는지, 과거에 무엇을 결정했고 지금 어떤 계획을 세워두었는지. 에이전트에서 컨텍스트라고 하면 보통 지금 프롬프트에 올라가 있는 것을 가리키는데, 기억은 그 바깥에 남아 있다가 필요한 순간에 컨텍스트로 올라오는 쪽이다.
- 기록과 팔로우업(record): 흔들리는 순간에 과거의 결정이 스스로 떠올라야 이성을 되찾을 수 있다. 그래서 에이전트는 결정을 기록하고, 다음 상담을 시작할 때 걸린 것이 있으면 먼저 꺼내야 한다. 고칠지 말지는 그때 사용자가 정한다.
셋 중 첫 번째부터 보자. 도구는 하는 일에 따라 세 종류로 나눠 모두 15개를 만들었다.
1. 읽어온다 (7개) — 모델이 자기 안에 있는 지식만으로 추론하면 제대로 된 답을 할 수 없다. 사용자의 투자 현황부터 시장 상황까지 가져온다. 에이전트에게 눈을 달아주는 것이다. 다만 바깥만 보는 눈은 아니다. 일곱 중 셋은 지난 상담에서 우리가 남긴 것을 도로 꺼내온다.
| 도구 | 하는 일 |
|---|---|
get-investment-context | 지금 뭘 얼마나 갖고 있는지 — 계좌별 보유·비중·손익 |
get-investor-profile | 어떤 투자자인지 — 기간·목표·감당할 손실·투자 자금의 성격 |
find-relevant-decisions | 지금 대화나 그 대상이 되는 종목과 관련 있는 결정 불러오기 |
get-recent-decisions | 지난번 이 종목을 뭐라고 결정했고 그때 논지가 뭐였는지 |
get-due-conditions | 걸어둔 조건이 도달했는지 — 목표가에 닿았는지, 기한이 지났는지 |
get-company-evidence | 이 회사가 실제로 잘하고 있는지 — 분기 실적, 부문별 매출, 애널리스트 추정 |
get-market-news | 시장이 왜 이렇게 움직이는지. 신뢰 매체 8곳만 통과, 걸러낸 건수도 남김 |
2. 계산한다 (5개) — 숫자를 읽는 것만으로는 판단까지 가지 못한다. 현황을 더 쪼개 깊이 들여다보기도 하고, 이런저런 시나리오를 얹어보기도 하고, 사용자의 거래 패턴을 읽기도 한다.
| 도구 | 하는 일 |
|---|---|
analyze-portfolio-exposure | ETF를 구성종목으로 풀어 진짜 노출을 잰다. 이름 수가 아니라 함께 움직이는 정도로 "실제 몇 개에 걸려 있나"를 센다 |
analyze-crisis-risk | 2008·2020·2022·2025를 지금 비중에 얹어 얼마까지 빠지는지 재현. 그때 없던 종목은 회귀로 베타를 빌리고 얼마나 빌렸는지 밝힌다 |
analyze-trade-patterns | 체결 내역에서 버릇을 읽는다 — 물타기, 오를 때 따라 담기, 급락에 손절하고 반등 놓치기 |
analyze-price-position | 이 종목이 지금 어디쯤인지. 상장 이후 전체로 역대 고저, 최대 낙폭, 회복에 걸린 기간까지 |
analyze-market-conditions | 시장 전체가 어디 서 있는지. 지표 9개, 조정(-10%)·약세장(-20%)까지만 이름 붙임 |
3. 남긴다 (3개) — 상담이 한 번으로 끝나지 않으려면 이번 대화가 다음 대화에 남아야 한다. 사용자가 어떤 사람인지, 이번에 무엇을 정했는지, 앞으로 무엇을 지키기로 했는지를 DB에 적어둔다. 이걸 다시 꺼내는 건 위의 읽어오는 도구들이 하는 일이고, 여기서는 꺼낼 것을 남긴다.
| 도구 | 하는 일 |
|---|---|
save-investor-profile | 대화로 밝힌 투자자 성향. 다음 상담부터 재사용 |
record-consultation | 이번 결정과 이유, 부합하거나 충돌한 기존 결정, 다시 볼 조건 |
save-decision | 투자 원칙이든 매수·매도 계획이든, 지키기로 한 것을 세우거나 고침 — 둘을 '결정'이라는 한 단어로 합쳤다 |
읽어오는 도구를 호출하는 예시는 이렇다. 엔비디아 이야기를 꺼내면 투자 현황을 파악하고 시장 상황을 읽어 고점 대비 얼마인지 알려준다.
계산하는 도구는 현황을 조금 더 깊이 들여다보거나 시뮬레이션을 돌릴 때 호출된다.
그리고 에이전트는 대화에서 나온 결정을 기록으로 남긴다. 결정은 사용자가 내리고, 저장 버튼도 사용자가 누른다. 에이전트가 하는 일은 무엇을 정했고 왜 그랬는지를 나중에 꺼낼 수 있는 모양으로 정리해두는 것이다.
이런 도구들을 언제 어떻게 불러와야 할지 미리 정해둘 수도 있다. 하지만 그러면 LLM의 유연함을 살리기 어렵다. 어떤 도구가 있고, 각 도구가 무엇을 돌려주고, 한계가 무엇인지를 모델에게 알려주면, 모델이 알아서 필요한 도구를 부르고 원하는 정보에 닿지 못하면 또 다른 도구를 부른다.
에이전트는 매번 모델 API(Claude API)를 호출할 때 3가지 값을 보낸다.
system ← 시스템 프롬프트. 항상 모델이 알고 있으면 좋을 내용
tools ← 도구의 name + description + 입력 스키마. 어떤 도구가 있는지 모델이 알 수 있게
messages ← 지금까지의 대화
이 호출이 이어지도록 루프를 짤 수 있는데, Wallstreet는 모델이 답변에서 도구를 쓰지 않으면 멈추도록 되어 있다. 뒤집어 말하면, 한 도구를 불렀는데 원하는 정보에 닿지 못했을 때 계속 다른 도구를 부를 수 있다는 뜻이다. 그래서 도구를 얼마나 갖췄는지가 루프를 돌 수 있는 깊이와 직결된다. 15개가 아니라 100개였다면 에이전트가 혼자 들어갈 수 있는 깊이는 훨씬 깊었을 것이다. 다만 그건 이 에이전트가 맡기로 한 자리 안에서 촘촘해진다는 뜻이지, 하는 일을 넓힌다는 뜻은 아니다.
모델이 관찰하고 다음 행동을 정하려면 관찰한 것이 어딘가 남아야 하는데, 그 자리가 messages다. 사용자가 요청하면 모델이 도구를 부르고, 그 도구가 뱉은 결과가 다시 사용자가 말한 것처럼 들어간다. 그래서 모델은 자기가 어떤 도구를 왜 불렀고 무엇이 돌아왔는지를 읽고, 다음에 무엇을 더 할지 정할 수 있다.
{user: "오라클 팔까?"} ← 사용자 요청
{assistant: [tool_use: get-investment-context]} ← 모델이 "이 도구 불러줘"라고 한 것
{user: [tool_result: "ORCL 평가액 …, 비중 …"]} ← 도구가 뱉은 것
하지만 관찰할 내용을 messages에 담아주기만 하면, 모델은 그걸 받자마자 곧바로 답을 내야 한다. 받은 것을 따져볼 자리가 없는 것이다. extended thinking을 켜면 모델이 답을 내기 전에 따로 생각할 수 있다. Claude는 adaptive 방식이라 턴마다 얼마나 생각할지를 모델이 스스로 정한다. 그래서 도구가 결과를 돌려준 뒤에 진짜로 관찰하고 생각하는 단계가 생긴다.
같은 질문("오라클 팔까?")으로 설정만 바꿔 돌려봤다. thinking을 켜고 effort를 high로 두니 analyze-market-conditions를 불렀다. 이전에는 같은 질문을 열여섯 번 돌리는 동안 한 번도 안 불린 도구였다. 시장은 -2%인데 종목은 -60%라는 데서 "시장 탓이 아니다"로 좁히고, 실적이 +20.6%인 걸 보고 "매수했던 이유가 바뀐 것도 아니다"로 좁히고, 그렇게 남은 미지수를 사용자에게 물었다 — 왜 팔고 싶으신가. 한 번 돌려본 결과라 주장이 아니라 관찰로 적는다.
에이전트를 만든 후기
에이전트를 만들 때 도구도 중요하고 시스템 프롬프트로 잘 안내하는 것도 중요하지만, 제일 중요한 건 모델 성능이다. 모델이 충분히 좋고 스스로 추론할 수 있으면, 만드는 쪽은 어떤 도구가 필요한지에만 집중하면 된다. 그러니 모델이 앞으로 더 좋아진다는 걸 예상하고, 모델이 못 하는 부분을 코드로 다 메우려 들지 않는 편이 좋다. 새 모델이 나오면 그렇게 열심히 쌓아 올린 게 의미가 없어질 테니 말이다.
모델 다음은 도구다. 기억을 잘해서 맥락을 파악하는 것도 중요하지만, 그보다 먼저 한 번의 상담을 잘 끝내야 한다. 그러려면 알맞은 도구가 있어야 하고 모델이 그중에서 자유롭게 고를 수 있어야 한다. 도구가 서너 개뿐이면 모델이 할 수 있는 행동도 그만큼 좁아지고, 남은 일은 사용자가 해야 한다. 사용자가 손댈 일을 줄이려면 적재적소에 쓸 도구를 미리 설계해 만들어두어야 한다.
또 하나, 행동을 도구로 만들어두면 그 행동을 제약하기가 수월하다. 예를 들어 "시장을 알아본다"를 모델에게 그냥 열어주면, 사용자의 어떤 정보가 검색 쿼리에 실려 나갈지 알 수 없다. 반면 시장 상황을 FMP 같은 제공자의 API로 가져오는 도구를 만들어두면, 나갈 수 있는 것과 없는 것이 도구 모양대로 정해진다. 하네스가 저절로 만들어지는 셈이다.
물론 한계도 있다. 매수·매도 앞에서 물어보는 경험으로 설계하다 보니 대화가 얕은 수준의 분석에 머물고, 그걸로 장기적인 투자 전략까지 세우기는 어렵다. 오랜 시간을 버틸 의사결정에는 절대적인 시간과 노력이 필요하다. 여러 방면으로 시장과 기업을 분석하고 나에게 맞는 전략을 찾아가는 과정을 Wallstreet가 대신해주지는 못한다.
성격이 다른 한계도 있다. 정해진 도구로만 일하다 보니 도구가 없는 일은 그냥 못 한다. 몇 줄만 계산하면 답이 나올 일도 하지 않는다. 그렇다고 그런 경우까지 미리 다 도구로 만들어두는 건 비효율적이다. 그래서 간단한 계산은 모델이 그 자리에서 코드를 짜 돌려보게 하는 도구가 따로 필요하다.
그래도 Wallstreet를 만드는 데 든 시간은 1~2주 남짓이다. 그런데 그걸로 투자 생활이 정말 달라졌다. Wallstreet를 쓰고부터는 시장이 요동칠 때 좀 더 진정할 수 있었고, 근거 없이 감정적으로 사고팔지 않았다. 그것만으로도 시장에 끌려다니지 않는 데 큰 도움이 됐다. 원칙이라는 건 대부분의 상황에 맞는 말이긴 해도 지금 이 상황에 딱 들어맞지는 않는데, 그 격차를 모델의 유연함이 채워줬다. 인덱스 ETF가 아니라 개별 종목을 들고 있을수록 더 그랬다. 한편으로는, 투자를 한다면서 정작 내 머리로 제대로 고민하고 추론하고 계획한 적이 없었다는 걸 알게 됐다.
